Skip to content

Latest commit

 

History

History
52 lines (31 loc) · 2.34 KB

README.md

File metadata and controls

52 lines (31 loc) · 2.34 KB

cases

中国裁判文书网搜索

用法

Caution

需要磁盘空间 320G 以上,可能需要数小时的时间

Warning

在 Linux 平台,如果出现 IO error: ……Too many open files,可以使用ulimit -n 10000命令提高文件描述符上限。

0. 下载程序并创建配置文件

方法一:从 releases 页面下载已编译好的二进制文件(推荐),https://github.com/cncases/cases/releases

方法二:自行编译

## 安装 rust
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

## clone 本仓库
git clone https://github.com/cncases/cases.git

## 编译,对应程序在 target/release/ 文件夹中
cargo build -r 

配置文件参考config.toml

1. 下载原始数据(102G)

方法:通过bt下载,种子文件为 810air.torrent ,可以从本仓库下载,也可以通过链接 https://files.catbox.moe/810air.torrent

原始数据来源于马克数据网,文书数量超过8500万,约102G。下载后不要解压子文件,将文件路径填写到 config.toml 中的 raw_data_path 变量中;

2. 将数据加载到 rocksdb 数据库中

运行 convert config.toml 程序。此过程会将原始数据放入 rocksdb 数据库中,数据库文件路径为 config.toml 中的 db 变量;转换后的数据大小约为 200G,转换可能会花费数小时的时间;如果中途中断,再次运行会从中断处继续。

3. 创建索引

运行 index config.toml 程序会将数据库中的数据创建索引,索引文件路径为 config.toml 中的 index_path 变量;如果中途中断,需要删除 index_path 中的文件,重新运行 index 程序;默认情况下,不会索引案件内容,索引大小约为 15.5G,可能会花费数小时的时间。如果需要索引案件内容,需要将index.toml中的 index_with_full_text 设置为 true,但是这会使索引文件增加到150G左右,索引时间也会增加到十几个小时。

4. 运行搜索服务

运行 main config.toml 程序,用浏览器打开config.toml网址,即可搜索。

说明

当程序和配置文件放在同一目录下,且配置文件命名为 config.toml 时,可以省略配置文件路径参数。

screenshot